(Special session) Introduction of the long-term MMIJ project (2022 Autumn)

[2103-09-05] Combustion pattern analysis of silica-containing copper concentrate lumps

○Shungo Natsui¹, Hiroshi Nogami¹ (1. Tohoku University)

Chairman:Etsuro Shibata (Tohoku University)

Keywords:copper concentrate, high-speed imaging, suspended combustion method, deep learning

乾式銅製錬用自熔炉において、投入原料である硫化物銅精鉱の酸化反応によって、目的生成物であるマット（CuS-FeS融体）とスラグ（FeO-SiO 系酸化物融体）が生成する。反応速度制御・エネルギー利用の高度効率化には、種々の硫化物およびSiO をはじめとする酸化物成分の酸素富化気流中での複雑な燃焼形態の「その場」での詳細な理解が求められる。本講演では、懸垂燃焼法において、SiO2を含む実銅精鉱燃焼時の高速かつ詳細な可視化データを取得した。前報のSiO2を含まない場合と比較して、温度曲線の銅精鉱毎の差異は小さくなる傾向を示した。一方、同サンプルでも燃焼強度が大幅に異なるケースを見いだし、このとき800～1000℃において燃焼を阻害する因子が存在すると考えられる。さらに、Deep Neural Network(DNN)を用いた教師有り学習によって燃焼パターンの分類と支配的因子の特定を試みたので報告する。